全之策，保证自家产品一而再再而三地大热；与此同时让竞争对手的产品活生生地变成整个行业的写照——也就是“一时风光，一时吃瘪”。弗洛伊德用一个词描述了建筑在空想之上的信念：幻象。这种信念为骗子制造了一群束手待宰的羔羊，而在这一点上，媒体巨头从来都是容易上当的对象。长期以来都有人声称能够预测市场热门；目前一拨声称能够预测市场热门的人依靠的是先进的计算和统计技术，看上去倒是颇有几分可信之处。在对这些技术进行深入研究之前，让我们先考虑考虑“预测热门”这件事。
试想一下，一个疯狂的科学家真的造出了一个黑盒子，你可以往黑盒子里面扔下一份剧本、乐谱，或者手稿，一眨眼间黑盒子就能准确地告诉你这份东西最终会有什么样的商业潜力。那结果会怎么样？如果那名疯狂的科学家有出色的代理人，他要么会把黑盒子卖给出价最高的电影公司，要么就干脆把专利权使用费定一个高昂的价位，以此保留住他那项发明的大部分价值。在这个事件中，只有科学家一个人能尝到甜头。
但如果雇这名科学家干活儿的电影公司不肯把技术跟其他人分享呢？即使在这种情况下，该发明的长期利好也并非一目了然。上述电影公司仍然会跟其他没有黑盒子的电影公司一起出价抢项目。可想而知，其中一些电影公司会花冤枉钱。聪明的经纪人会把“黑盒子”电影公司的出价透露给其他电影公司。再说，由于“黑盒子”电影公司的产品明明白白地摆在大家眼皮底下，其他公司迟早会学会照搬“黑盒子”电影公司的成果，相应地进行竞购。拥有黑盒子可以让电影公司不花冤枉钱，但它能捡到多少真正的便宜？即使世上确实有这种玄之又玄的魔力，但如果缺乏其他结构性的优势来源，最终仍然会扼杀潜在的利好。
上述观点远远不足以劝退急于寻找机会在竞争中占领先机的巨头——也有可能，巨头至少是在寻找能够延长自己任期的机会。不幸的是，当今世上没有黑盒子，也不会出现黑盒子。话虽如此，但一直有人在这方面不停地下工夫，部分原因可以归结到计算和数学界自以为是地认定数据集是一切智慧的源泉，其中包括艺术和创意决策。
在艺术中使用统计方法助阵并不是一件新鲜事。电影业用一种预测多种变量之间关系的统计方法——多元回归分析来预测票房收入，至少已经有30年以上的历史了。这些回归分析法得出的结论主要影响电影制片公司营销部门所作的决策，用于辅助广告预算和上映时间表的制定。
举例来说，早期的回归分析表明，电影在上映初期占据较多的银幕数，对于最终取得的总收入有着显著的正面影响。当时，一部在1 000个银幕上映的美国影片，就已经被人们视为格外盛大之举了。时至今日，一部美国影片可能在4 000~5 000个银幕上放映。
最近，“神经网络”分析似乎已经成为电影制片厂的一种工具。与回归分析一样，神经网络分析也使用历史数据。计算机处理庞大数据集的水平日新月异，而神经网络分析正好从中受益，因此，对于一个既定的问题，人们可以把相对而言比较杂乱的原始数据输入到网络中，而训练有素的计算机将预测出一个结果。眼下还说不准神经网络分析对诸多领域的从业者是否有用，因为神经网络分析十分复杂，人们往往无法查清某一次输入的信息将会如何影响预测结果。但是上述问题并没有挡住“Epagogix”公司的脚步，该公司以神经网络分析为核心制造出了一套“黑盒子”解决方案，用来选取并修改剧本。该公司已经为无数电影公司掌门人、对冲基金，以及该行业其他各色人物担任了顾问。事实上，据其创始人理查·科帕肯Richard Copaken声称，“就我所知，从我们最近为某电影制片大厂进行的测试看来，如果要在电影公映前预测影片的美国本土票房收入是否会高过拍摄成本（此处指影片的拍摄总成本，但不包括拷贝成本和营销成本），那我们的准确率比制片厂自己所做的预测高了一倍。上述衡量途径通常将判定一部影片是否会赢得净利润……我们的方法在剧本阶段即可应用，那时制片厂还没有真正在制作上花一分钱；这一方法能够达到现有的准确度，让我们和制片厂都很高兴。”9有趣的是，无论他的方法管不管用（到目前为止，还没有哪家制片厂的收益莫名其妙地攀升了一截），这一科学黑盒子仍需要有血有肉的人阅读剧本并总结剧本的内容。
与电影界一样，音乐界也有其传统的研究方法；多年来，该行业使用焦点小组、电话调查和在线调查进行研究。最常用的方法是“电话调查”：在电话中把一首歌曲播15~30秒给一位预先筛选出的对象听，然后让其评估接受测试的乐曲；对象是根据人口统计标准和音乐品味筛选出来的。
但有两家公司正在吹捧一种更新、更让人瞩目的黑盒子，这款处理海量数据集的黑盒子名叫“光谱去卷积”。最先鼓吹该方法的公司总部设在马德里，目前名叫“音乐智能解决方案”（Music Intelligence Solutions）；随后跟上的公司位于纽